为了回答这个问题，我基于最近在开发Agent项目时的一次真实压缩记录，带大家看看压缩命令留下的"精华"到底长什么样。
一、Claude Code 的「压缩上下文」是什么？
Claude Code的压缩，本质不是删除，而是「结构化提炼」：它不会粗暴地删掉前半段对话，而是把几百条、上万字的开发对话，提炼成一个高度浓缩的「项目记忆骨架」，既腾出了 90% 的上下文空间，又把项目的核心信息完整保留下来。
你在界面上看到的Compacting...，就是 Claude 的自动压缩提醒。但比起被动触发的自动压缩，当看到XX% of context remaining until auto-compact时，手动执行 compact 命令的可控性更强，保留的信息也更贴合你的开发节奏。
二、使用Claude Code 进行 Vibe Coding 的压缩上下文案例
我以正在开发的Agent 项目为例，给大家完整还原手动压缩后的信息结构。这个项目是一个能自主调用工具的 AI Agent，前后端分离，连续开发了 3 小时，对话超过 20 条，手动执行 compact 命令后，Claude 提炼出了 9 个核心模块，构成了完整的项目记忆骨架。
我把每个模块的保留内容、核心作用整理成了可直接对照的表格：
| 模块序号 | 模块名称 | 核心作用 |
|---|---|---|
| 1 | Primary Request and Intent（主要请求与意图） | 给 AI 定住「项目总目标」，永远不会忘了「我们到底在做什么项目」，避免跑题 |
| 2 | Key Technical Concepts（关键技术概念） | 记住项目的核心技术选型和架构设计，不会反复问你「用什么框架」「怎么实现工具调用」这类基础问题 |
| 3 | Files and Code Sections（文件与代码部分） | 精准记住关键代码文件的位置、变更内容和核心结构，不用你反复贴代码、找文件 |
| 4 | Errors and Fixes（错误与修复） | 记住项目里踩过的所有坑和解决方案，不会让你重复踩坑、重复调试相同的问题 |
| 5 | Problem Solving（问题解决） | 记住复杂问题的解决思路和方法论，遇到同类问题能快速复用，不用从头推导 |
| 6 | All User messages（所有用户消息摘要） | 提炼你的所有核心诉求、开发习惯和隐性要求，不用反复跟 AI 对齐需求 |
| 7 | Pending Tasks（待办任务） | 记住项目的待办清单和优先级，开发过程中能主动对齐进度，不会漏做核心功能 |
| 8 | Current Work（当前工作） | 同步当前的开发进度，AI 能精准衔接上一轮的工作，不用你反复说「我们上一步做到哪了」 |
| 9 | Optional Next Step（可选下一步） | AI 会基于当前状态主动给出下一步的开发建议，完美适配 Vibe Coding 的直觉式开发节奏 |
压缩后总结的信息全部截图如下，总共释放了 122k 的 token：
三、需要注意
1. 主动触发压缩，别等自动压缩
不要等 Claude 提示「上下文快满了」再压缩，建议每完成一个核心功能模块、或者对话超过 50 条，就手动执行一次压缩。主动压缩的时机更可控，提炼的信息也更贴合你的开发节点，不会出现自动压缩遗漏关键信息的情况。
2. 压缩后一定要检查摘要，补全遗漏信息
手动压缩后，Claude 会给你展示压缩后的摘要，一定要扫一遍：如果发现核心的技术决策、踩坑记录、待办任务有遗漏，立刻发一条消息补充，比如「刚才的压缩摘要里，漏掉了 Redis 的技术选型，麻烦补充到核心技术栈里」，修正后的记忆会更精准。
3. 核心信息文档化，强化压缩记忆
像我在项目里写的agent.md设计文档、README.md技术栈说明，一定要在对话里发给 Claude。文档化的核心信息，会被 Claude 重点保留在压缩后的摘要里，比零散的对话信息更不容易丢，记忆效果翻倍。
4. 用提示词优化压缩效果
手动压缩前，可以加一句提示词，引导 Claude 精准提炼，比如：请帮我手动压缩当前对话上下文，重点保留项目核心目标、技术栈、代码文件变更、错误修复记录、待办任务和当前开发进度，不要遗漏关键的架构决策信息
如果这篇文章对你有帮助，别忘了点赞、收藏、关注，我会持续分享更多、AI应用开发、Agent、LLM、面试干货。
我们下期再见！